Слайд 2
![Подходы к пониманию задач ИИ Нисходящий — создание экспертных систем,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-1.jpg)
Подходы к пониманию задач ИИ
Нисходящий — создание экспертных систем, баз знаний
и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.
Восходящий — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер
Слайд 3
![Подходы к созданию систем ИИ Символьный подход позволяет оперировать слабоформализованными](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-2.jpg)
Подходы к созданию систем ИИ
Символьный подход
позволяет оперировать слабоформализованными представлениями и их
смыслами
Логический подход
основан на моделировании рассуждений
Агентно-ориентированный подход
акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи
Гибридный подход
только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей
Слайд 4
![Классификация ИС. ИС на базе искусственного интеллекта](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-3.jpg)
Классификация ИС.
ИС на базе искусственного интеллекта
Слайд 5
![Функциональная структура использования системы искусственного интеллекта](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-4.jpg)
Функциональная структура использования системы искусственного интеллекта
Слайд 6
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-5.jpg)
Слайд 7
![Рынок и инвестиции в проекты искусственного интеллекта Искусственный интеллект стал](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-6.jpg)
Рынок и инвестиции в проекты искусственного интеллекта
Искусственный интеллект стал ключевым технологическим
трендом 2016 года, и объем глобальных инвестиций в него превышает $ 500 млн. По прогнозам международной исследовательской компании Markets and Markets, к 2020 году рынок ИИ вырастет до $ 5 млрд за счет применения технологий машинного обучения и распознавания естественного языка в рекламе, розничной торговле, финансах и здравоохранении.
Tractica на основе таксономии 191 реального кейса поделила рынок ИИ на 27 секторов.
Динамика ИИ будет основываться на шести фундаментальных технологиях: машинное обучение, глубинное обучение, компьютерное зрение, обработка естественного языка, машинная аргументация и сильный ИИ.
Tractica предсказывает рост доходов на рынке ИИ с $ 643,7 млн в 2016 году до $ 38,8 млрд к 2025 году.
Слайд 8
![Направления развития решение проблем, связанных с приближением специализированных систем ИИ](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-7.jpg)
Направления развития
решение проблем, связанных с приближением специализированных систем ИИ к возможностям
человека, и их интеграции, которая реализована природой человека
создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества
Слайд 9
![Примеры систем ИИ. Наиболее известные отечественные разработки Яндекс: Поиск, "Дзен"](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-8.jpg)
Примеры систем ИИ.
Наиболее известные отечественные разработки
Яндекс: Поиск, "Дзен" и "Аудитории"
Abbyy Compreno
Compreno
- это технология перевода любого человеческого языка на универсальный язык понятий
Findo
Компания Abbyy представила в начале 2016 — умную систему поиска по всем личным документам, файлам, контактам, почтовым ящикам.
Слайд 10
![Иностранные системы](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-9.jpg)
Слайд 11
![Применение систем ИИ Госсектор В феврале 2017 года аналитический центр](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-10.jpg)
Применение систем ИИ
Госсектор
В феврале 2017 года аналитический центр Reform опубликовал исследование,
согласно которому роботы могут заменить до 250 тыс. служащих в британских государственных организациях.
Банки
Сбербанк передаст работу 3 тыс. сотрудников роботам-юристам
Медицина
Транспорт
ВПК
важно проследить за тем, чтобы Интернет сохранил свою взаимосвязанность, а искусственный интеллект не стал орудием его милитаризации
Слайд 12
![Основные определения](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-11.jpg)
Слайд 13
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-12.jpg)
Слайд 14
![Крупнейшие вендоры в сфере BI](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-13.jpg)
Крупнейшие вендоры в сфере BI
Слайд 15
![Глобальные вендоры в индустрии BI и аналитического ПО](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-14.jpg)
Глобальные вендоры в индустрии BI и аналитического ПО
Слайд 16
![BI. Основные функции Управление в реальном времени бизнес-знаниями в рамках](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-15.jpg)
BI. Основные функции
Управление в реальном времени бизнес-знаниями в рамках всего предприятия.
Простой доступ к информации для сотрудников компании различных уровней.
Рост объема перерабатываемой информации, повышение конкурентоспособности.
Проведение более эффективного анализа доходов и расходов.
Предоставление исполнительным директорам комплексной и более наглядной картины предприятия по всем направлениям бизнеса.
Отслеживание ситуации как на всем предприятии в целом, так и на каких-то конкретных проблемных участках в частности.
Слайд 17
![Возможности BI-систем.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-16.jpg)
Слайд 18
![Системы интеллектуального анализа данных](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-17.jpg)
Системы интеллектуального анализа данных
Слайд 19
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-18.jpg)
Слайд 20
![BI-платформы предлагают наборы инструментов для создания, внедрения, поддержки и сопровождения](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-19.jpg)
BI-платформы предлагают наборы инструментов для создания, внедрения, поддержки и сопровождения BI-приложений.
Имеются насыщенные данными приложения с «заказными» интерфейсами конечного пользователя, организованные вокруг специфических бизнес-проблем, с целевым анализом и моделями.
EBIS — естественный путь для предоставления BI-инструментов, которые ранее поставлялись в виде разрозненных продуктов. Эти наборы интегрируются в наборы инструментов генерации запросов, отчетов и OLAP.
Генераторы запросов и отчетов — типично «настольные» инструменты, предоставляющие пользователям доступ к базам данных, выполняющие некоторый анализ и формирующие отчеты. Запросы могут быть как незапланированными (ad hoc), так и иметь регламентный характер
Слайд 21
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-20.jpg)
Слайд 22
![Задачи, решаемые BI-системой поддержка развития бизнес-процессов и структурных изменений предприятия;](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-21.jpg)
Задачи, решаемые BI-системой
поддержка развития бизнес-процессов и структурных изменений предприятия;
возможность
моделирования различных бизнес-ситуаций в единой информационной среде;
проведение оперативного анализа по нестандартным запросам;
снижение рутинной нагрузки на персонал и высвобождение времени для более глубокой аналитической работы;
устойчивая работа при увеличении объема обрабатываемой информации, возможность масштабирования.
В части поддержки стратегического развития предприятия BI-системы обеспечивают
оценку эффективности различных направлений бизнеса;
оценку достижимости поставленных целей;
оценку эффективности использования ресурсов, в том числе дочерними предприятиями;
оценку эффективности операционной, инвестиционной и финансовой деятельности;
бизнес-моделирование и оценку инвестиционных проектов;
управление затратами, налоговое планирование, планирование капитальных вложений.
Слайд 23
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-22.jpg)
Слайд 24
![Предикативная или прогностическая аналитика - это множество методов статистики, анализа](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-23.jpg)
Предикативная или прогностическая аналитика - это множество методов статистики, анализа данных
и теории игр, которые используются для анализа текущих и исторических данных/событий для прогноза данных/событий в будущем.
Наиболее известный способ использования прогностической аналитики – это применение скоринговых моделей для оценки платежеспособности клиента при выдаче кредитов в банке.
Области применения
Прогнозирование потребительского спроса и планирование акций
Выведение значимых товарных позиций для покупателей
Оптимизация регулярной и акционной цены
Сегментирование покупателей
Выделение групп покупателей со схожими поведенческими характеристиками путем многомерного анализа данных
Слайд 25
![Лидерами расширенной бизнес-аналитики](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-24.jpg)
Лидерами расширенной бизнес-аналитики
Слайд 26
![Связь технологий бизнес-аналитики и больших данных](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-25.jpg)
Связь технологий бизнес-аналитики и больших данных
Слайд 27
![Большие данные](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-26.jpg)
Слайд 28
![Пример](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-27.jpg)
Слайд 29
![Внедрение больших данных в различные области экономики](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-28.jpg)
Внедрение больших данных в различные области экономики
Слайд 30
![Объем данных в компании](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-29.jpg)
Слайд 31
![Используют большие данные](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-30.jpg)
Используют большие данные
Слайд 32
![Финансовый сектор](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-31.jpg)
Слайд 33
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-32.jpg)
Слайд 34
![Социальные сети и поисковики](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-33.jpg)
Социальные сети и поисковики
Слайд 35
![Телеком](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-34.jpg)
Слайд 36
![Развитие информационных систем бизнес-анализа](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-35.jpg)
Развитие информационных систем бизнес-анализа
Слайд 37
![Ограничения технологии Process Mining](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-36.jpg)
Ограничения технологии
Process Mining
Слайд 38
![Источники данных](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-37.jpg)
Слайд 39
![Data Discovery](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-38.jpg)
Слайд 40
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-39.jpg)
Слайд 41
![DD](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-40.jpg)
Слайд 42
![](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/289029/slide-41.jpg)